Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Przeglądasz jako GOŚĆ
Tytuł pozycji:

Development of a Daily Epidemiological Model of Rice Blast Tailored for Seasonal Disease Early Warning in South Korea

Tytuł :
Development of a Daily Epidemiological Model of Rice Blast Tailored for Seasonal Disease Early Warning in South Korea
Autorzy :
Kwang-Hyung Kim
Imgook Jung
Pokaż więcej
Temat :
climate change
epirice
infection algorithm
plant disease modeling
seasonal climate forecast
Plant culture
SB1-1110
Źródło :
The Plant Pathology Journal, Vol 36, Iss 5, Pp 406-417 (2020)
Wydawca :
Hanrimwon Publishing Company, 2020.
Rok publikacji :
2020
Kolekcja :
LCC:Plant culture
Typ dokumentu :
article
Opis pliku :
electronic resource
Język :
English
ISSN :
1598-2254
Relacje :
http://www.ppjonline.org/journal/view.html?doi=10.5423/PPJ.OA.07.2020.0135; https://doaj.org/toc/1598-2254
DOI :
10.5423/PPJ.OA.07.2020.0135
Dostęp URL :
https://doaj.org/article/53b2f68cbfb8475dba97deb3d6c7a59d
Prawa :
Journal Licence: CC BY-NC
Numer akcesji :
edsdoj.53b2f68cbfb8475dba97deb3d6c7a59d
Czasopismo naukowe
Early warning services for crop diseases are valuable when they provide timely forecasts that farmers can utilize to inform their disease management decisions. In South Korea, collaborative disease controls that utilize unmanned aerial vehicles are commonly performed for most rice paddies. However, such controls could benefit from seasonal disease early warnings with a lead time of a few months. As a first step to establish a seasonal disease early warning service using seasonal climate forecasts, we developed the EPIRICE Daily Risk Model for rice blast by extracting and modifying the core infection algorithms of the EPIRICE model. The daily risk scores generated by the EPIRICE Daily Risk Model were successfully converted into a realistic and measurable disease value through statistical analyses with 13 rice blast incidence datasets, and subsequently validated using the data from another rice blast experiment conducted in Icheon, South Korea, from 1974 to 2000. The sensitivity of the model to air temperature, relative humidity, and precipitation input variables was examined, and the relative humidity resulted in the most sensitive response from the model. Overall, our results indicate that the EPIRICE Daily Risk Model can be used to produce potential disease risk predictions for the seasonal disease early warning service.

Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies